| 研究実績の概要 |
肥満、高血圧、脂質異常症、糖尿病、および、メタボリックシンドロームの罹患までの時間と生活習慣要因との関連を検討する長期間の時系列データは、各種疾患の罹患予測モデルの作成に有用である。しかし、長期間の時系列データに欠損値が多いという問題は、 (i) 欠損値の有る者『非継続受診者』を除外して各種疾患の罹患予測モデルを作成する場合、対象者の選択バイアスが、(ii) 欠損値に対象集団の平均値を代入して各種疾患の罹患予測モデルを作成する場合、各種疾患の罹患予測の精度が過小もしくは過大な評価となる。
そこで、本研究は、J-MICC研究の静岡・桜ヶ丘地区の独自研究として、約6,400人のベースライン時から過去5年間、および、現在までの5年間の計10年間の健診データを、個人レベルでデータを突合してデータベース化した。この大規模な長期の時系列データより、各種疾患の罹患予測モデルを作成するため、『非継続受診者』の欠損値をマルコフ連鎖 (1個前の状態によって次の状態が決まる連鎖) とモンテカルロ法 (乱数を発生させること) を組み合わせた “multiple imputation by Markov Chain Monte Carlo methods (MCMC法)” 法による多重代入法により『継続受診者と非継続受診者で構成される疑似完全データ』で解析できる統計手法を修得した。
そして、各種疾患の罹患予測モデルの精度を高めるため、例えば、適正血圧値の維持管理の高精度モデルを確立するため、尿試料中電解質の測定した。肥満では、第２のヒトゲノムである腸内細菌叢の解析を行った。
|
